Pengembang dari DeepMind dan Carnegie Mellon University memutuskan untuk menggunakan pendekatan pembelajaran yang menarik. Mempelajari bahasa dengan AI cukup membosankan, jadi para ilmuwan memutuskan bahwa akan lebih baik jika kecerdasan buatan mempelajari prinsip-prinsip dasar penggunaan bahasa itu sendiri - untuk ini, para peneliti menempatkan dua jaringan saraf dalam permainan arcade dan membuatnya terpotong hingga membiru, mencocokkan objek individu dengan karakteristik yang berbeda dengan itu. sampai mereka mulai memahami bahasanya.
Jadi, program, mencoba untuk mencapai hasil yang diinginkan dalam jutaan cara yang berbeda, belajar untuk mengasosiasikan kata-kata tertentu dengan objek dan karakteristiknya dan mulai beroperasi dengan konsep yang berbeda, seperti "lebih besar" atau "lebih kecil", misalnya, dan mulai membedakan objek eksternal yang serupa dari lingkungan permainan. Jadi, kecerdasan buatan mampu menerapkan pengetahuan yang diperoleh dalam situasi yang tidak biasa, menghadapi kolom dan objek lain dengan warna yang sama di dalam game, tetapi, menurut tugasnya, itu masuk tepat ke kolom, meskipun belum pernah melihatnya sebelumnya.
“Tujuan utamanya adalah untuk membantu AI menerjemahkan pengetahuan yang diperoleh dari game ke area lain dari aktivitasnya,” kata Devendra Chaplot, MA, Universitas Carnegie Mellon, yang memberikan presentasi tentang kerja tim.
Video game digunakan oleh pengembang di DeepMind untuk tujuan lain juga. Dengan bantuan permainan Sokoban, misalnya, AI diajarkan untuk berimajinasi - sebelum melakukan langkah selanjutnya, program itu sendiri menghitung kemungkinan opsi "dalam pikiran" dan membuat pilihan yang tepat.
Viacheslav Larionov
